已閱讀1頁，還剩54頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、 交通標志識別(TSR)作為智能交通系統(tǒng)(ITS)中的重要組成部分，對于實際交通環(huán)境而言，研究道路交通標志的自動識別方法有著積極的意義，選題對于車載視頻識別技術(shù)的發(fā)展具有重要的理論價值和應(yīng)用價值。
本文研究課題以脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)模型為理論基礎(chǔ)，研究了提取圖像邊緣信息時PCNN參數(shù)的選擇選?。辉赗GB HSV顏色空間理論模型的基礎(chǔ)上，通過實驗將所有交通標志分別在六種不同色彩通道下的對應(yīng)PCNN提取的熵序列進行分類
2、并通過三維曲面圖的形式觀察其效果；通過引入圖像距離變換的概念，用簡化PCNN模型實現(xiàn)了類歐幾里得距離變換，并利用此識別方法通過實驗搭建了一個道路交通標志識別系統(tǒng)。
利用PCNN的自動波擴散特性，采用簡化PCNN模型產(chǎn)生類Euclidean距離圖像作為分類特征，利用最小方差進行匹配分析，通過實驗選取最佳PCNN參數(shù)。針對國家標準道路交通標志圖像庫GB5768-1999進行了實驗，分析了實驗結(jié)果，得出了簡化PCNN的類Eucli
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 脈沖耦合神經(jīng)網(wǎng)絡(luò)結(jié)合條形碼技術(shù)實現(xiàn)交通標志識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的交通標志識別的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的交通標志識別的算法研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的交通標志識別研究.pdf
- 基于深層神經(jīng)網(wǎng)絡(luò)的交通標志識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的交通標志識別系統(tǒng)的研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在交通標志識別中的研究.pdf
- 面向交通標志識別的卷積神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于幅值譜和神經(jīng)網(wǎng)絡(luò)的交通標志識別算法的研究.pdf
- 基于單位聯(lián)接脈沖耦合神經(jīng)網(wǎng)絡(luò)的車牌識別.pdf
- 脈沖耦合神經(jīng)網(wǎng)絡(luò)及混沌脈沖耦合神經(jīng)網(wǎng)絡(luò)的研究.pdf
- 交通標志識別.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像處理.pdf
- 基于機器學習的交通標志識別.pdf
- 脈沖耦合神經(jīng)網(wǎng)絡(luò)在模式識別中的應(yīng)用.pdf
- 基于卷積網(wǎng)絡(luò)的交通標志檢測與識別算法研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的人臉朝向分析.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的車輛圖像分割研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像增強算法研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像特征提取.pdf
評論
0/150
提交評論